Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/g2bc/kingfungi
Aplicação web para identificação de proteinas transmembrana que interagem com micronutrientes
https://github.com/g2bc/kingfungi
Last synced: 7 days ago
JSON representation
Aplicação web para identificação de proteinas transmembrana que interagem com micronutrientes
- Host: GitHub
- URL: https://github.com/g2bc/kingfungi
- Owner: G2BC
- Created: 2024-03-25T12:19:16.000Z (9 months ago)
- Default Branch: master
- Last Pushed: 2024-08-16T01:15:28.000Z (4 months ago)
- Last Synced: 2024-08-16T02:32:33.572Z (4 months ago)
- Language: Python
- Size: 18.1 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
🍄 Aplicação WEB: KingFungi 🍄
---
🤖 Bem vindos, amigos pesquisadores!!
## 📝 Sumário
- [Sobre ](#about)
- [Exemplo de fasta](#demo)
- [Sofwares](#soft)
- [Configurações](#config)
- [Execução](#exec)
- [Autores](#authors)
- [Monografia](#monografia)
- [Referências](#acknowledgement)
## 🧐 Sobre
O KingFungi é uma Aplicação Web desenvolvida pelo discente e pesquisador Sr. Reinilson Bispo de Assis Souza, como requisito para a conclusão do curso de Bacharelado em Sistemas de Informação pela Universidade do Estado da Bahia. O KingFungi tem como objetivo analisar proteomas fúngicos a partir de arquivos .fasta e identificar proteínas transmembranares com capacidade de se ligar a íons metálicos.
**Software 1 :**
O DeepTMHMM é um algoritmo inovador baseado em aprendizado profundo e modelo de linguagem de proteínas, que oferece uma precisão sem precedentes na detecção e previsão da topologia de proteínas transmembranares.
**Disponível em:** https://dtu.biolib.com/DeepTMHMM
**Imagem Docker:**
```
docker pull rey4ssis/deeptmhmm:1.0
```
**Software 2 :**
O MeBiPred (Metal Binding Predictor) também conhecido como Mymetal é uma ferramenta computacional que utiliza aprendizado de máquina para prever o potencial de ligação de metais em proteínas.
**Disponível em:** https://pypi.org/project/mymetal/
**Imagem Docker:**
```
docker pull rey4ssis/mymetal:1.5
```
Esses são utilizados para implementar um pipeline que funcionará na aplicação web e foram criado imagens Docker para ambos os software.
O KingFungi foi desenvolvido utilizando Python 3.10.12 em um sistema operacional Ubuntu 22.04 64bits. Para o gerenciamento das requisições, utilizamos o Celery, que permite a execução assíncrona e escalável de tarefas em segundo plano. O RabbitMQ atua como sistema de mensagens, facilitando a comunicação eficiente e confiável entre os serviços e o Celery.
O arquivo requirements.txt possui todas as bibliotecas necessárias para a execução do KingFungi, incluindo o Celery. Instale-as utilizando o comando abaixo:
```
pip install -r requirements.txt
```
**Atenção: Certitique-se de checkar se realizou o pull do requirements.txt**
A instalação do Mebipred (Mymetal) foi identificado um problema na instalação do software, de como que a instalação via pip, não será possível, baixamos
mymetal-1.0.9.tar.gz, disponível no Pypi e solucionamos o problema, dito isso, para instalar o software navegue até pasta **mymetal**
```
cd mymetal
```
Execute o comando:
```
pip install .
```
----
### Docker:
Para utilizar o KingFungi você terá que ter instaldo o sistema de conteinerização Docker. Para instala-lo execute os comando a baixo:
```
# Add Docker's official GPG key:
sudo apt-get update
sudo apt-get install ca-certificates curl
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc
# Add the repository to Apt sources:
echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker asc] https://download.docker.com/linux/ubuntu \
$(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt-get update
```
Instalar a versão mais recente:
```
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
```
Verificar seu funcionamento:
```
sudo docker run hello-world
```
----
### RabbitMQ:
Além disso, para utilizar o software você terá que ter instalado o RabbitMQ. Você pode instalar de forma local no seu sistema operacional, seguindo o tutorial disponível em: https://www.rabbitmq.com/docs/install-debian ou utiliza-lo através da imagem Docker disponível no Dockerhub, com o comando abaixo:
```
docker pull rabbitmq:latest
```
Para executar a aplicação você está que segui exatamente os passos a segui:
- Inclua as configurações necessárias no arquivo exemplo das variavéis de ambiente .env example.
- Apague o "example" e deixando apenas ".env"
- Inicie o RabbitMQ. Se optou por utilizar a imagem Docker, execute o comando abaixo:
```
docker run rabbitmq:latest
```
- Agora deve iniciar o Celery:
```
celery -A config.celery_config worker --loglevel=info
```
E finalmente executar a aplicação:
```
python3 app.py
```
- [@rey4ssis](https://github.com/rey4ssis) - Reinilson Bispo
- [@G2BC](https://github.com/G2BC/KingFungi) - Grupo de Pesquisa em Bioinformática e Biologia Computacional
## Monografia
Tema: KINGFUNGI : UM PIPELINE PARA PROSPECÇÃO DE COGUMELOS
COM CAPACIDADE DE ACÚMULO DE MICRONUTRIENTES
- **Discente:** Reinilson bispo
- **Orientador:** Prof. Dr. Alexandre Rafael Lenz
## 📖 Referências
- **Artigo:** https://www.biorxiv.org/content/10.1101/2022.04.08.487609v1
- **Artigo:** https://academic.oup.com/bioinformatics/article/38/14/3532/6594112?login=false